基于高斯积分曲面拟合的亚像素边缘定位算法

针对现有亚像素边缘定位算法存在精度不高、计算复杂的问题,提出一种基于高斯积分曲面拟合的亚像素边缘定位算法。根据单边阶跃状边缘特征,构建边缘法截线的高斯积分模型,在确定边缘过渡带的基础上,将拟合曲面区域内的像素点信息转化为边缘曲线的活动坐标,并对转化后的像素点坐标与灰度值按照高斯积分模型进行拟合,准确定位图像的亚像素边缘。采用所述视觉测量系统,用量块直线边缘进行实验,并与传统高斯曲面拟合亚像素边缘定位算法比较,证明基于高斯积分曲面拟合的亚像素边缘定位算法具有较高的定位精度,一等量块的直线度误差在1μm以内,计算速度提高一倍。采用该算法确定亚像素边缘时,可通过修正高斯积分模型的均值,有效补偿光源强度造成的误差。本算法可以应用于齿轮等高精度机械零件的测量。

高斯拟合亚像素边缘检测算法

针对传统边缘检测算法的定位精度低、对噪声敏感等缺点,提出基于函数曲线拟合的亚像素边缘检测算法——梯度方向高斯曲线拟合亚像素定位算法。该方法首先在边缘附近选取一系列点,求得这些点的灰度值,进而求得这些点的梯度值,然后运用高斯曲线来对这些点的梯度值进行拟合,最后通过拟合曲线求得高斯曲线的对称轴位置即为亚像素位置。实验表明该算法能够很好地实现亚像素定位,通过与其他两种亚像素定位算法的比较,得出该算法运行时间较短,效率较高。

基于高斯积分曲线拟合的亚像素边缘提取算法

针对传统边缘提取算法定位精度低、对噪声敏感等缺点,提出一种基于高斯积分曲线拟合的亚像素边缘提取算法。通过曲面插值求取像素级边缘法截线上各离散点的灰度值,再进行高斯积分曲线拟合,寻找高斯积分曲线的均值点坐标,实现亚像素边缘的精定位。用量块直线边缘进行实验,并与现有亚像素边缘提取算法比较,实验证明基于高斯积分曲线拟合的亚像素边缘提取算法定位精度较高,可以达到1 μm,且算法可靠性高、计算速度快,能够用于高精度测量。

基于高斯曲面拟合的亚像素边缘检测算法

提出了一种基于高斯曲面拟合的亚像素边缘检测算法。该算法首先使用传统Canny算子进行边缘像素级的粗定位,再以粗定位边缘像素为中心取5×5窗口获取梯度幅值,对其进行高斯曲面拟合,在梯度方向上寻找局部极值点,从而达到边缘亚像素级的精细定位的效果。文中介绍了算法的理论依据,给出推导过程,并用螺旋测微器的标准间隙进行实例分析,对结果进行数据分析并与其他方法进行了比对。验证算法的分辨率为0.02个像素,精度达到0.1个像素,有效地提高了图像边缘提取的精确度。

基于影像测量技术的工件主动寻位问题研究

针对大型回转类工件安装时人工找正劳动强度大,效率精度低等问题,提出了一种基于影像测量技术的主动寻位安装方法。同时结合测量中的关键问题,首先利用改进的Sobel算子边缘检测算法,充分提取工件图像边缘信息,然后采用高斯插值对轮廓边缘进行快速亚像素定位,最后用坐标变换和最小二乘拟合方法,实现了工件在机床工作台上的精确定位。实验结果表明,该方法定位精较高,可满足大型工件快速安装要求。

一种峭度依赖的参数自适应盲分离算法

针对超高斯与亚高斯混合信源分离算法上存在的不足,该文提出一种峭度依赖的参数自适应盲分离算法。该算法用加权双高斯模型估计超高斯与亚高斯信源分布,在自然梯度框架下,依据峭度实现模型参数自适应。通过使用混合图像对其进行验证,实验表明该算法不仅可以有效实现超高斯与亚高斯混合信源的分离,而且比已有算法具有更好的分离和收敛性能。

高斯插值亚像素边缘检测算法的优化

针对传统的高斯插值算法运用在图像检测上定位不准确,定位精度随着所选择定位角度的不同而不同,效率低等问题,对高斯插值亚像素边缘检测算法进行了优化.首先,通过LOG算子获得像素级的边缘后,进行Hough变换,得到图像边缘的斜率和在垂线方向相应点,并设置新的坐标系;然后,利用泰勒级数插值法在新的坐标系下获取灰度值的方向梯度;最后,对变换后的亚像素梯度方向进行高斯插值计算.实验结果表明:优化后的方法比传统的算法可以得到更好的精度,更高的效率,且具有方向不变性,验证算法的精度达到0.05个像素,有效地提高了图像边缘提取的精确度.且将该算法运用于刀具几何参数的检测和视觉设备效果很好.

基于亚像素边缘的椭圆中心检测方法研究

在椭圆边缘粗定位的基础上,根据椭圆粗定位信息及图像边缘梯度方向附近点的灰度分布特征,进行高斯拟合获取精确的亚像素边缘点,对亚像素边缘点进行最小二乘拟合,得到精确的椭圆中心位置。实验证明,该算法对椭圆中心定位精度和稳定性有较大提高,并有很好的实时性。

基于子域积分的调整渗透系数法改进

调整渗透系数法求解有自由面渗流问题时,数值积分点的布置与自由面的位置无关,自由面穿越单元的渗透矩阵计算容易出现较大的积分误差,导致积分不精确或算法不稳定等。为提高单元渗透矩阵的计算精度,将子域积分引入到无压渗流有限元分析中,对调整渗透系数法进行改进。改进后的方法根据自由面与单元的相交情况将单元划分为若干个子域,然后在每个子域布置数值积分点,可实现对单元渗透矩阵的更准确计算。数值算例计算结果表明:改进后的算法稳定性和收敛性较好。

基于边缘像元投影的微小轴承亚像素边缘检测

对于微小轴承的内径测量,基于机器视觉的非接触测量技术具有广阔的应用前景。针对轴承的边缘像素点,投影将感光像元划分成感光值不同的两个部分,像素单元的最终灰度值为投影两侧局部灰度统计值的面积加权平均值,取该像素的矩形邻域,并对其邻域灰度值进行高斯加权处理,将边缘投影按泰勒公式展开为二次曲线得到高精度亚像素边缘。针对微小轴承进行实验,将本文算法与基于直线拟合的方法进行比较,每毫米包括约217.18个像素,检测的圆度提高0.04%以上,标准差减少不少于7.27%,因此可更准确获取微小轴承内径的亚像素边缘。

欧氏空间中紧致子流形的拟高斯映照

令Mn为(n+p)维欧氏空间Rn+p中n维定向的紧致无边子流形,而σ为Mn的拟高斯映照.用ξ表示Mn的单位平均曲率向量场,而Hi表示Mn沿ξ方向的i-平均曲率.假设对某个整数r(1≤r≤n-1)而言有Hi>0,i=1,2,…,r而且Hr为常数.利用作者自己最近得到的一个积分公式,证明了:如果σ(Mn)落在一个开的n维半球面Sn+中,则Mn必全拟脐.结果推广了有关欧氏空间中超曲面的一个相关定理.

一种含噪混合信号的盲分离方法

基于信息极大化和自然梯度原理,提出了一种超高斯与亚高斯混合信号的盲分离方法。该方法联合利用高斯函数与双曲正割函数平方的乘积和两个高斯函数的组合对源信号概率密度函数进行估计,放宽了约束条件,并采用峰度信息作为参数来选择概率密度模型及相应的非线性函数,对超高斯和亚高斯混合信号有较好的分离效果。并且,用小波变换与此方法相结合对含有加性噪声的混合信号进行分离。实验仿真证明了算法的有效性。

子域精细积分方法在求解Maxwell方程组中的应用分析

采用子域精细积分方法求解Maxwell方程组。该方法将计算区域划分为多个子域,在每个时间步内,先使用精细积分算法对各个子域单独进行计算,再将各个子域的计算结果合成为全域结果。文中给出了子域的划分原则和对各个子域计算结果进行合成的处理方法,以及基于泰勒近似的子域边界处理方法和采用高斯积分求解非齐次项积分的方法。本文方法避免了矩阵求逆,降低了系数矩阵规模,因而减少了数据存储交换量,缩短了计算时间。算例结果表明了本文方法的实用性和有效性。

基于滑动边缘点的高斯拟合亚像素定位算法

为满足机器视觉装配过程中对加速度计零部件的精确定位要求,提出一种改进的高斯拟合亚像素边缘定位算法。该算法首先在粗定位边缘点梯度方向选取一系列邻近点。然后以粗定位边缘点为当前边缘点,选取拟合点进行曲线拟合。最后,根据曲线拟合质量动态滑动当前边缘点,重新选取拟合点并进行曲线拟合,通过滑动当前边缘点来搜索亚像素边缘点位置。仿真实验表明,在处理经过平滑加噪后的理想圆时,其定位精度优于0.012个像素。实际应用与模拟实验表明,该算法能够修正图像因粗定位不准而带来的亚像素定位误差,获得离粗定位边缘点最近的亚像素边缘点位置。与先验算法相比,改进算法具有更高的精度和实用性。

一般随机三角级数连续模的估计

在次Gauss情形下随机三角级数连续模的估计的已估结论基础上,利用简化原理,得出了系数是对称的,方差存在的随机三角级数的连续模的估计.

一种GMPHD滤波改进算法及仿真研究

提出了一种面向快速多目标跟踪的多目标信息自适应提取算法。该算法引入子PHD表示单目标强度,其积分表征目标存在概率,并分类为存活子PHD、新生子PHD以及预备存活子PHD,对各子PHD进行预测及更新,另外构建多子PHD管理策略实现航迹提取,从而实现快速目标跟踪。仿真结果表明,此算法在状态估计的精度以及计算效率上具有非常明显的优势。

一种高精度线阵CCD二维自准直仪四狭缝目标中心的定位方法

为满足高精度线阵CCD二维自准直仪动态高精度测量,提出一种高精度线阵CCD二维自准直仪四狭缝目标中心的定位方法,首先采用高斯滤波对CCD图像进行平滑处理,在抑制噪声的同时生成带有高斯加权的CCD图像,然后采用线性插值质心法对加权图像进行目标中心亚像素定位。实验结果表明,该定位方法稳定性好,定位精度高且实时性强,在原理样机上,应用该方法实现了单次二维角度测量时间小于0.2 s,测量范围±900″,在±300″内相对于进口ELCOMAT3000示值误差优于±0.5″,具备工程应用价值。

一种基于高斯滤波的二维自准直仪目标中心的精确定位算法

为满足高精度线阵CCD二维自准直仪动态高精度测量,提出一种基于高斯滤波的二维自准直仪目标中心的精确定位算法。首先采用高斯滤波对CCD图像进行平滑处理,在抑制噪声的同时生成带有高斯加权的CCD图像,然后采用线性插值重心法对加权图像进行目标中心亚像素定位。实验结果表明,该定位方法稳定性好,定位精度高且实时性强,在原理样机上,应用该方法实现了单次二维角度测量时间小于0.2 s,测量范围±900″,精度优于±0.5″,具备一定工程应用价值。

基于GSPAP的子带自适应声反馈消除算法

声反馈抑制需求鲁棒、高效的自适应滤波器。该文提出一种基于Gauss-Seidel伪放射投影(Gauss-Seidel pseudo affine projection,GSPAP)的子带自适应声反馈消除算法。通过加权重叠相加滤波器组进行子带划分,子带上采用参考信号的自相关矩阵取代能量对滤波器的自适应步长进行归一化;在自相关矩阵的迭代公式中引入基于输入信号和参考信号能量最大值的自整定系数,增强算法鲁棒性;选用二阶GSPAP迭代法对自相关矩阵解算求逆,以平衡算法性能与复杂度。实验结果表明:在相同滤波器长度的条件下,该文方法获得11~22dB的稳态增益增量,比时域归一化最小均方误差(normalized least mean square,NLMS)方法提升20%~55%。

Sub-Fidelity and Super-Fidelity Between Gaussian States

In this paper, we analyze the sub-fidelity and super-fidelity of an arbitrary pair of n-mode Gaussian states.Particularly, an explicit formula for the sub-fidelity and super-fidelity between any two-mode Gaussian states is obtained.